三名谷歌Vision Transformer作者官宣加入OpenAI siyushenqi.com • 2025 年 8 月 13 日 下午9:31 • 行业动态 • 阅读 571 OpenAI从谷歌DeepMind苏黎世办事处挖来了三位资深研究科学家:Xiaohua Zhai(翟晓华)、Lucas Beyer和Alexander Kolesnikov。这三位科学家在谷歌期间是密切的合作伙伴,共同参与了多项重要研究。 摘要 他们将在OpenAI从事多模态AI研究,这是人工智能领域的一个活跃且具有挑战性的研究方向,涉及图像、语言等多种数据类型的处理和理解。 这三位科学家在谷歌期间共同参与了Vision Transformer(ViT)的研究,这是一项开创性的工作,将Transformer模型应用于大规模图像识别任务,并取得了突破性成果。 OpenAI正在全球范围内扩张,除了在苏黎世设立办事处外,还计划在纽约市、西雅图、布鲁塞尔、巴黎和新加坡等地开设新的分支机构,以加强其在全球的影响力和研究能力。 这次人事变动反映了人工智能领域顶尖人才的激烈竞争,以及各大公司在全球范围内的战略布局。对于OpenAI来说,这三位科学家的加入无疑是一次重要的人才补充,有助于提升其在AI领域的研究和开发实力。同时,这也表明了OpenAI对于吸引和保留顶尖人才的重视,以及其在全球AI竞赛中的积极姿态。 最近,OpenAI 又迎来了新的人事变动,但这次不是某个技术大牛离职,而是从谷歌挖来了一些新鲜血液。 这些「新人」来自谷歌 DeepMind 的苏黎世办事处,包括资深研究科学家 Xiaohua Zhai(翟晓华)、研究科学家 Lucas Beyer 和 Alexander Kolesnikov。在谷歌 DeepMind 工作期间,三人就是密切的合作伙伴,共同参与了 ViT 等重要研究。之后,他们将一起建立 OpenAI 苏黎世办事处。 OpenAI 高管在周二的一份内部备忘录中告诉员工,三人入职后将从事多模态 AI 研究。 在 DeepMind 工作期间,Beyer 似乎一直在密切关注 OpenAI 发布的研究成果以及该公司卷入的公共争议,他经常在 X 上向自己的 7 万多名粉丝发布相关信息。去年,当首席执行官 Sam Altman 被 OpenAI 董事会短暂解雇时,Beyer 发帖称,他目前读到的关于解雇的「最合理」解释是,Altman 同时参与了太多其他初创公司的工作。 在竞相开发最先进的人工智能模型的同时,OpenAI 及其竞争对手也在激烈竞争,从世界各地招聘有限的顶尖研究人员,通常为他们提供接近七位数或更高的年薪。对于最抢手的人才来说,在不同公司之间跳槽并不罕见。 例如,Tim Brooks 曾是 OpenAI 的 Sora 负责人,最近他离职前往 DeepMind 工作。不过,高调挖角的热潮远不止 DeepMind 和 OpenAI。今年 3 月,微软从 Inflection AI 公司挖走了其人工智能负责人 Mustafa Suleyman 以及该公司的大部分员工。而谷歌斥资 27 亿美元将 Character.AI 创始人 Noam Shazeer 拉回麾下。 在过去几个月里,OpenAI 的一些关键人物相继离职,有的加入了 DeepMind 和 Anthropic 等直接竞争对手,有的创办了自己的企业。OpenAI 联合创始人、前首席科学家 Ilya Sutskever 离职后,创办了一家专注于人工智能安全和生存风险的初创公司 Safe Superintelligence。OpenAI 前首席技术官 Mira Murati 于 9 月份宣布离职,据说她正在为一家新的人工智能企业筹集资金。 今年 10 月,OpenAI 表示正在努力向全球扩张。除了新的苏黎世办事处,该公司还计划在纽约市、西雅图、布鲁塞尔、巴黎和新加坡开设新的分支机构。除旧金山总部外,该公司已在伦敦、东京和其他城市设立了分支机构。 LinkedIn 上的资料显示,Zhai、Beyer 和 Kolesnikov 都住在苏黎世,苏黎世已成为欧洲一个相对突出的科技中心。苏黎世是 ETH (苏黎世联邦理工学院)的所在地,ETH 是一所公立研究型大学,拥有全球知名的计算机科学系。据《金融时报》今年早些时候报道,苹果公司还从谷歌挖走了一些人工智能专家,在「苏黎世的一个秘密欧洲实验室」工作。 也有人猜测,OpenAI 之所以在苏黎世设立办事处,是因为三个人都不愿意搬家。 紧密合作的三位科学家 从已发表的研究看,这三位研究者经常从事同一个项目的研究,并且他们也做出了一些非常重要的研究成果,其中一些被 AI 顶会作为 Spotlight 和 Oral 论文接收。 Xiaohua Zhai(翟晓华) 个人主页:https://sites.google.com/view/xzhai Google DeepMind(苏黎世)的资深研究科学家和管理者。他领导着苏黎世的一个多模态研究团队,其研究重心是多模态数据、开放权重模型和包容性。 根据其领英简历,他于 2014 年在北京大学取得了计算机科学博士学位。之后曾在谷歌从事了三年软件工程师的工作。2017 年 12 月,他加入 DeepMind 担任研究科学家,并一直在此工作了 7 年。 目前,翟晓华在 Google Scholar 上的被引量已经达到了 6 万多,其中大部分被引量来自他们三人共同参与的 ViT 论文《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》。 Lucas Beyer Lucas Beyer 是 DeepMind 研究科学家。 个人博客:https://lucasb.eyer.be/ 他在 2018 年于德国亚琛工业大学完成了自己的高等学业,期间曾在谷歌以实习生身份从事过研究工作,也在 Kindred.ai 担任过 AI 工程师,在德国亚琛工业大学担任过研究助理。 毕业后,他正式加入谷歌,先后在谷歌大脑与 DeepMind 从事研究工作。 他在博客中写到:「我是一名自学成才的黑客和科学家,致力于创造非凡事物。目前在瑞士苏黎世生活、工作、恋爱和玩耍。」 Alexander Kolesnikov Alexander Kolesnikov 已经更新了自己的领英页面,他曾经也是 DeepMind 的研究科学家。 个人主页:https://kolesnikov.ch 他于 2012 年硕士毕业于莫斯科国立大学,之后在奥地利科学技术研究所取得了机器学习与计算机视觉博士学位。类似地,2018 年博士毕业后,他也先后在谷歌大脑和 DeepMind 从事研究工作。 出色的研究成果 很显然,这三位研究者是一个非常紧密的研究团队,也因此,他们的很多研究成果都是三人共同智慧的结晶(当然还有其他合作者),我们下面将其放在一起介绍。 首先必须提到的就是这篇论文: 论文标题:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 论文地址:https://arxiv.org/pdf/2010.11929 项目地址:https://github.com/google-research/vision_transformer 这篇就是大名鼎鼎的 Vision Transformer(ViT)论文,其中提出可以使用 Transformer 来大规模地生成图像,机器之心也曾做过报道,参阅《NLP/CV 模型跨界进行到底,视觉 Transformer 要赶超 CNN?》。目前,这篇论文的引用量已经接近 5 万,这三位研究者均是共同技术一作。 此后,他们还研究了 ViT 的 Scaling Law。 论文标题:Scaling Vision Transformers 论文地址:https://arxiv.org/pdf/2106.04560 通过扩大和缩小 ViT 模型和数据的规模,他们研究了错误率、数据和计算之间的关系。在此过程中,他们还对 ViT 的架构和训练进行了改进,减少了内存消耗并提高了生成模型的准确性。 另外,他们也为 ViT 开发了一些改进版本,对其性能或效率等不同方面进行了优化,比如能适应不同图块大小的 FlexiViT,参阅论文《FlexiViT: One Model for All Patch Sizes》。 他们也探索了另一些架构创新,比如他们在论文《MLP-Mixer: An all-MLP Architecture for Vision》中提出了一种用于视觉任务的纯 MLP 架构 MLP-Mixer;在论文《Big Transfer (BiT): General Visual Representation Learning》中,他们重新审视了在大型监督数据集上进行预训练并在目标任务上微调模型的范式,并通过扩大了预训练的规模提出了所谓的 Big Transfer 方案。 他们也开发了一些在当时都达到了 SOTA 的开发模型,比如 PaliGemma,这是一个基于 SigLIP-So400m 视觉编码器和 Gemma-2B 语言模型的开放式视觉语言模型 (VLM),其在同等规模下的表现非常出色。而在论文《Sigmoid Loss for Language Image Pre-Training》中,他们仅使用 4 块 TPUv4 芯片,在 2 天时间内就训练出了一个在 ImageNet 上实现了 84.5% 的零样本准确度的模型。 他们在计算机视觉方面的很多研究成果都统一在了 Google 的 Big Vision 项目中,参阅 https://github.com/google-research/big_vision 他们近期的研究重心是统一、简化和扩展多模态深度学习,比如: UViM: A Unified Modeling Approach for Vision with Learned Guiding Codes,该论文提出了一种建模多样化计算机视觉任务的统一方法。该方法通过组合使用一个基础模型和一个语言模型实现了互相增益,从而在全景分割、深度预测和图像着色上取得了不错的效果。 Tuning computer vision models with task rewards,这项研究展示了强化学习在多种计算机视觉任务上的有效性,为多模态模型的对齐研究做出了贡献。 JetFormer: An Autoregressive Generative Model of Raw Images and Text,这是上个月底才刚刚发布的新研究成果,其中提出了一种创新的端到端多模态生成模型,通过 结合归一化流和自回归 Transformer,以及新的噪声课程学习方法,实现了无需预训练组件的高质量图像和文本联合生成,并取得了可与现有方法竞争的性能。 当然,这三位研究者多年的研究成果远不只这些,更多成果请访问他们各自的主页。 看来,OpenAI 这次是真挖到宝了,难怪有人说谷歌失去这三位人才会是一个战略失误。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32735.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 OpenAI放王炸!Sora、满血o1,连续12天发布最新技术! 上一篇 2025 年 8 月 13 日 下午9:30 全球最鲜活的AI小猫来了 下一篇 2025 年 8 月 13 日 下午9:31 相关推荐 重磅丨SHEIN或收购英国时尚零售巨头Arcadia集团 图片来源:图虫创意 根据最新外媒消息,中国跨境快时尚零售平台SHEIN或将成为收购英国时尚零售巨头Arcadia集团,最为强有力的候选者。 据悉,当地时间去年11月30日晚间,Arcadia集团已 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 404000 行业动态 揭秘Sora:用大语言模型的方法理解视频,实现了对物理世界的“涌现” 我们一起解读一下OpenAI Sora这篇信息有限、但又足够丰富的技术报告。 siyushenqi.com 2025 年 8 月 13 日 466000 网易智企、Cloudflare、安思创、极光确认入驻第三届全球产品与增长大会展位 网易智企、Cloudflare、安思创、极光确认入驻第三届全球产品与增长大会展位 siyushenqi.com 2025 年 8 月 23 日 • 行业动态 439000 《黑色沙漠》手游能否缔造端游辉煌 随着手机移动端用户渐长,将知名IP移植到手游成为了一项吸引玩家的策略。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 458000 行业动态 2024年11月中国手游发行商全球收入排行榜 2024年11月共35个中国厂商入围全球手游发行商收入榜TOP100,合计吸金18.7亿美元,占本期全球TOP100手游发行商收入34.8%。 siyushenqi.com 2025 年 8 月 17 日 439000 行业动态 关税不是苹果的心腹大患,AI才是 苹果2025年第一季度财报显示收入954亿美元,净利润248亿美元,均同比增长5%。然而,关税政策成为焦点,尽管一季度影响有限,但库克预计二季度可能因关税损失约9亿美元,远低于外界预估的330亿美元。 siyushenqi.com 2025 年 8 月 13 日 388000 17年,这家游戏公司只做了2款IP,却有超6亿人在玩 在格外追求先发制人的游戏世界里,他们显得太佛太慢了。但丝毫不影响他们受欢迎。根据官方截至2021年10月的数据统计,第一款IP宇宙的游戏月活跃人数超过1.8亿,而第二款IP,上线仅一年,平均月活用户就超过了1400万。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 483000 行业动态 心动斥资3718万美元收购《火炬之光》系列IP 心动以3718万美元完成对《火炬之光》全球IP的100%收购,拿下商标及全部相关权利,实现从“授权方”到“所有者”的质变。 siyushenqi.com 2025 年 12 月 31 日 410000 行业动态 宫斗游戏成出海黑马,销量破百万,圈粉大批老外 宫斗+真人互动影游,凭“中国式权谋”稀缺内容而非技术硬核,切入海外空白赛道。 siyushenqi.com 2025 年 10 月 13 日 460000 行业动态 Temu今年定了个小目标:9月1日之前至少有1天GMV超过SHEIN 如果Temu能够保持其势头,它也将进入少数中国互联网巨头服务的行列,在美国市场取得属于自己的成功。 siyushenqi.com 2025 年 8 月 12 日 493000 《2022年RPG手游市场洞察》- 2022年全球RPG手游收入已突破156亿美元,占全球手游总收入的27% RPG手游依然是全球收入最高的游戏品类 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 469000 年入1亿,用户覆盖7400万:他们在一个被忽略的市场里布局了八年 今年夏天,北京奇游灵动的创始人兼 CEO 欧阳凯发现,向他打听微软官方市场现况的国内 CP,比往年要多。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 428000 行业动态 六大问题测评ASA广告系列是否达到最佳效果 App Store 每月有数十亿用户在商店内进行搜索,这意味着iOS上潜在客户群的数量是非常庞大的。 siyushenqi.com 2025 年 8 月 3 日 469000 行业动态 榜单发布:重回增长通道,中国品牌加速走出去要关注这些趋势 在“全球化遇阻”与“技术加速”并行的出海新格局下,品牌不再只面临地理扩张的挑战,更需在平台规则、用户偏好、传播逻辑等层层壁垒中寻找穿透力。 siyushenqi.com 2025 年 8 月 15 日 447000 TapTap8.9分,去年B站发布会压轴的作品表现如何? 去年的bilibili新品游戏发布会上,bilibili游戏一次带来了16款游戏新作,自研二次元作品《斯露德》压轴登场,备受业内外关注。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 471000 这款音视频“变声”工具是怎么赚到钱的? 发展的慢并不代表音频这领域就没有市场,前有Yalla近期更是CH把语音领域的天花板又打开了。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 493000 行业动态 2025年4月中国手游发行商全球收入排行榜 腾讯、点点互动、网易、米哈游和柠檬微趣依旧占据中国手游发行商收入榜前5名。 siyushenqi.com 2025 年 8 月 17 日 448000 行业动态 从流量到用户,冰川眼里的游戏企业进化之路 近日,冰川网络董事长刘和国发布了一封内部信,在信中阐述了冰川网络未来十年的目标和规划,尤其表达了对人才战略的高度重视。 siyushenqi.com 2025 年 8 月 24 日 548000 行业动态 WhatsApp获客自动化流程优化建议 获客自动化的战略价值与演进逻辑 以聊天机器人为核心的响应效率重构 CRM整合驱动的客户数据闭环管理 对比分析:自动化获客的收益与挑战 常见问题 获客自动化的战略价值与演进逻辑 在即时通讯工具逐渐取代传统沟通渠道的背景下,获客方式也从“被动等待”转向“主动连接”。围绕即时通讯场景构建的获客自动化流程,本质上是一种将营销、服务与数据分析融合的系统工程。其战略价值… siyushenqi.com 2025 年 8 月 13 日 下午9:31 571000 行业动态 底薪涨幅12%,年薪百万岗位扎堆,华人创业做AI面试平台,帮500强企业抢技术人才 手写代码&人工面试,都成“过去式”了? siyushenqi.com 2026 年 1 月 21 日 323000 行业动态 【市场洞察】万圣节到来,用户在恐怖游戏上的支出上升 本月在美国,恐怖主题相关游戏产生了近 400 万美元的用户支出。 siyushenqi.com 2025 年 8 月 18 日 467000 行业动态 PC/手机双平台 米哈游新作《绝区零》预约人数单日突破100万 日前,《崩坏3》《原神》开发商米哈游正式公布了全新动作游戏《绝区零》预告片,并同步开启首测招募。根据米哈游官方的最新消息,在上线仅一天之后,《绝区零》全平台预约人数已经突破100万人次 siyushenqi.com 2025 年 8 月 25 日 530000 行业动态 Agent成了腾讯AI最大的牌面 腾讯抓住DeepSeek带来的契机,加速AI应用布局,重点探索更具执行力的AI应用和高效的开发生态,目标是通过积极的产品更新和用户磨合,寻找适合大规模推广的AI应用。 siyushenqi.com 2025 年 8 月 13 日 372000 行业动态 还没上线的《PUBG》新手游,预约量已经超过了4000万 据英国手游媒体Pocketgamer报道,Krafton即将发布的“绝地求生”IP衍生手游《PUBG: New State》全球预注册玩家人数已超过4000万。上个月,本作在28个国家经历了第二轮Alpha测试。 siyushenqi.com 2025 年 8 月 25 日 537000 行业动态 中国AI大模型密集“出海” 中国AI2.0企业正在“出海”。 siyushenqi.com 2025 年 8 月 13 日 468000 成为东南亚“携程”:一场800亿美元的战争 2011年,一场发生在中国的商战意外启蒙了一个东南亚独角兽的诞生。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 439000 行业动态 4月出海手游丨取代SLG,小游戏成出海最热赛道,AI图片起量引爆港澳台 本期双端TOP广告主易主,iOS端榜首为忍者RPG手游【Ultimate Ninja Storm】。 siyushenqi.com 2025 年 8 月 18 日 428000 行业动态 11月1日起,俄罗斯网商必须接受“世界”银行卡作为支付系统 根据11月1日起实施的《消费者权益保护法》修正案,俄罗斯通过立法形式扩大本国于2015年推出的“世界”银行卡支付及使用主体范围 siyushenqi.com 2025 年 8 月 26 日 554000 曾登顶全球却沉寂多年 这家老牌厂商用5000万月流水杀回一线 像素风的放置游戏你见过没? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 523000 行业动态 小杨哥辛巴引领头部主播出海潮,“在TikTok上把抖音再做一遍”能实现吗? 大主播出海能大卖吗? siyushenqi.com 2025 年 8 月 5 日 455000 发表回复 请登录后评论...登录后才能评论 提交